香港財經新聞股票分析:
摘要
香港財經新聞股票分析:
摘要
我們判斷當前高級別自動駕駛呈現出以下幾方面的關鍵趨勢:
1)漸進式與一步到位式路線並行:量產落地與算法優化並不矛盾,二者能夠相互驅動,形成飛輪效應;
2)純視覺識別存在缺陷,激光雷達成為剛需:L3+自動駕駛首要滿足安全性要求,採用攝像頭與毫米波雷達、激光雷達共同協作的方案成為行業共識;
3)車載硬件成本居高,但呈現快速下降趨勢:我們判斷自動駕駛硬件成本有望快速下降,到2023年激光雷達單價有望下降至$500左右;
4)MCU供不應求,車載芯片廠商地位上升:汽車芯片供應商在產業鏈中由Tier2轉變為Tier1,成為車載計算平臺提供商,單台ADU成本有望降至萬元以下;
5)車路協同降本增效,中國市場領先全球:智慧交通和V2X車路雲協同技術有望帶來路側紅利。
我們測算高級別自動駕駛潛在市場規模達萬億元級。我們預計:
1)自動駕駛貨車商業模式清晰,有望超預期落地:L3級即可落地盈利,投資回收期僅為2年,有望帶來6%以上的毛利率淨增;
2)無人駕駛出租車將在2025年前後達到成本拐點:出行服務公司採用自動駕駛系統的總成本將持續降低,國內Robotaxi落地進程和乘坐體驗不斷超出市場預期;
3)AVP可率先實現高級別自動駕駛在城市場景的落地:預計中國2024年L3/L4級自主泊車系統新車裝配率達到9%以上,並可通過後裝具備自主泊車能力,同時記憶式泊車將加速AVP落地;
4)無人末端配送有望快速落地封閉小區、企業園區等場景,帶來成本和效率的優化:無人配送車不存在上路牌照問題、硬件成本低、無需安全員,預計規模量產後整車成本可降至15萬元以下;
5)礦區自動駕駛是需求剛性、高確定性的落地場景:礦用機械無人化改裝和礦區無人開採運輸潛在市場巨大,中國廠商具備本土優勢。
建議關注智能駕駛場景落地及供應鏈相關標的投資機會。
(I)場景落地:綜合解決方案;Robotruck;Robotaxi;AVP自主泊車;無人配送;礦區等。
(II)核心供應鏈:計算芯片;車載光學;激光雷達等。
風險:高級別自動駕駛成本下降、算法優化不及預期;自動駕駛政策放開不及預期。
高級別自動駕駛的內涵與商業化落地
自動駕駛汽車(Autonomous Vehicles,AV)又稱為智能網聯汽車、無人駕駛汽車。在本文中,我們提出對高級別自動駕駛產業的五大趨勢判斷,重點分析五類細分場景的商業可行性、主要玩家與落地前景。
我們認為,L3級高速公路有條件自動駕駛、L4級自主代客泊車、礦區自動駕駛和無人末端配送將在2025年前量產落地,L4級無人Robotruck/Robotaxi有望在2025-2030年開始商業化落地。
圖表: 自動駕駛商業化落地時間表
資料來源:中金公司研究部
我們認為,高級別自動駕駛最大的優勢和風險均來自系統對於人類駕駛員的替代。因此從運行環境的角度講,越簡單的路況環境和越標準的作業流程,就越能夠批量落地自動駕駛系統,帶來成本規模效益;從駕駛主體的角度講,越能代替人類駕駛員疲勞駕駛、高危作業的場景,越有替代價值。
圖表: 高級別自動駕駛落地場景難度
資料來源:中金公司研究部
圖表:高級別自動駕駛商業化落地場景
資料來源:中金公司研究部
高級別自動駕駛市場落地場景廣泛,規模可達萬億元。應用場景主要可分為2C(乘用車)、2B(商用車)和2G(政府國企)等。按潛在規模測算,我們預計中國高速城際物流市場達3.3萬億元,自動駕駛出行服務市場近1.7萬億元,礦區無人駕駛市場近6,700億元,無人末端配送市場達1,700億元,自主代客泊車市場規模約800億元。
圖表:高級別自動駕駛商業化落地場景潛在市場規模
資料來源:麥肯錫,蔚來資本,中金公司研究部
圖表: 中國高級別自動駕駛產業鏈圖譜
資料來源:中金公司研究部
圖表: 智能汽車產業鏈
資料來源:中金公司研究部
實現自動駕駛的三大關鍵系統
通常以L3級別為界,將L0-L2級視為自動駕駛輔助系統(ADAS),將L3級及以上視為高級別自動駕駛。自動駕駛系統的工作系統可分為感知層、決策層、執行層,這是實現自動駕駛的三大關鍵系統。
圖表: 自動駕駛三大關鍵系統
資料來源:CSDN,中金公司研究部
圖表: 自動駕駛分級標準
資料來源:NHTSA,SAE,中金公司研究部
我國自動駕駛迎來發展新階段
我國自動駕駛迎來發展新階段。2020年2月,國家發改委、工信部等11個部委聯合印發《智能汽車創新發展戰略》,明確提出建設中國標準智能汽車和實現智能汽車強國的戰略目標。2020年11月,國務院辦公廳印發《新能源汽車產業發展規劃(2021-2035年)》,提出高級別自動駕駛商業化落地目標:到2025年,高級自動駕駛汽車實現限定區域和特定場景商業化應用;力爭到2035年,高級自動駕駛汽車能夠實現規模化應用。
圖表: 智能網聯汽車技術路線圖2.0
資料來源:清華大學,國家智能網聯汽車創新中心,中金公司研究部
核心問題,對高級別自動駕駛產業的趨勢判斷
我們認為,智能汽車產業將在下一個十年中將呈現電動化、智能化、網聯化和共享化的趨勢。整車品牌、整車製造、零部件、軟件服務等有望孕育平臺型汽車企業,市場份額更加走向集中化。主要玩家將具備自動駕駛能力、硬件整合能力、跨平臺軟件和服務變現能力,以及無人車運營能力。本土品牌廠商有望崛起,通過軟件及服務體現差異性,並從硬件向軟件及服務轉型,帶來車企利潤率及客戶粘性的提升。
圖表: 智能汽車的下個十年——路徑與趨勢
資料來源:中金公司研究部
我們判斷,當前高級別自動駕駛呈現出以下幾方面的關鍵趨勢:1)飛輪驅動,漸進式與一步到位式路線並行;2)純視覺識別存在缺陷,激光雷達成為剛需;3)車載硬件成本居高,但呈現快速下降趨勢;4)MCU供不應求,車載芯片廠商地位上升;5)車路協同降本增效,中國市場領先全球。
趨勢一:飛輪驅動,漸進式與一步到位式路線並行
自動駕駛的終局是高級別自動駕駛,即L3+完全無人駕駛。高級別自動駕駛商業化落地最終一定是規模化、可盈利的,只有這樣才能對人力成本有效替代。
圖表:L4高級別自動駕駛實現的三種路徑
資料來源:車百智庫,中金公司研究部
不論採用哪種路徑,實現高級別自動駕駛的都是最終目標,不同的企業具備不同的基因和資金,實則體現了對於自身而言最高效最現實的選擇。我們認為,量產落地與算法優化並不矛盾,二者能夠相互驅動,即通過真實的落地場景,將L3及自動駕駛系統搭載在客戶車輛上,在為客戶解決問題的同時積累海量真實問題數據,形成「量產-數據積累-算法優化-市場接受度提升-增加量產」的飛輪效應。
趨勢二:純視覺識別存在缺陷,激光雷達成為剛需
我們認為,純視覺識別算法具有先天缺陷:自動忽略靜止物體。特斯拉堅持採用純視覺識別技術,帶來可觀商業化效用的同時,也頻頻發生自動駕駛安全事故。由於視覺圖像含有大量宂餘信息,芯片算力無法解析(或者不經濟),因此特斯拉選擇賦予運動的物體更高的算法權重,因此在Autopilot模式下頻頻撞上停在路邊的靜止車輛。
我們認為,單純依賴視覺方案存在以下隱患:1)光照依賴:光照不良時(強光/逆光/夜晚/惡劣天氣),作用大幅受限;2)須2D轉3D:獲取2D信息,需經算法處理轉換為3D信息,精確度和時效性不及能直接從外界獲取位置信息的激光雷達;3)算力及成本:光學方案下,成熟算法要求海量數據作為訓練基礎以及更高芯片算力保障,相應成本水漲船高。而L3級以上高級別無人駕駛系統首先要滿足安全性的要求,因此業界共識必須採用攝像頭視覺識別與毫米波雷達、激光雷達共同協作的方案。尤其是激光雷達強大的抗惡劣條件能力和三維建模能力,使其成為高級別自動駕駛量產落地的必備剛需。
圖表:不同環境監測傳感器特性對比
資料來源:OFweek,中金公司研究部
趨勢三:車載硬件成本居高,但呈現快速下降趨勢
企業在量產成本與安全性之間進行權衡,這是自動駕駛商業化落地的矛盾所在。參照Velodyne、華為等公司披露的方案,我們認為高級別自動駕駛主流的技術方案為:L3自動駕駛乘用車/商用車搭配1-3顆前向激光雷達,L4/L5自動駕駛乘用車/商用車搭配4顆激光雷達。L4自動駕駛的硬件設備還包括感知層的8-11台攝像頭,12台超聲波雷達,5-8台毫米波雷達,和GNSS/IMU定位系統等。我們簡單測算L2-L4級自動駕駛感知層的硬件成本,L2級的3600元左右躍升至目前L3級的22,000元左右,L4級則高達32,600元。
守得雲開見月明,自動駕駛硬件成本有望快速下降。我們在《激光雷達2:車載激光雷達推動L3+自動駕駛,有望成為千億元賽道》中指出,激光雷達價格下降將促進出貨量提升,進一步帶來規模效應促其成本下降。結合草根調研,我們預計當前可量產激光雷達的平均價格約為$1,000,到2023年激光雷達單價有望下降至$500左右,遠期L3成熟、L4/L5導入千萬台量產時單台激光雷達成本將降至$100以內。
圖表: 當前自動駕駛感知層硬件成本測算
資料來源:中金公司研究部
圖表:激光雷達價格趨勢
資料來源:Livox官網,中金公司研究部
趨勢四:MCU供不應求,車載芯片廠商地位上升
2020年年底以來,全球範圍內半導體供給短缺,汽車行業發生「芯片荒」。微控製器(MCU)是汽車控製安全的核心部件。據IHS Markit預測,2020-2026年汽車芯片收入將從380億美元增長到676億美元,複合年均增長率達到7%。
圖表: 自動駕駛車載芯片廠商的產業鏈地位
資料來源:中金公司研究部
隨著自動駕駛對高算力需求不斷提升和向SoC芯片的進化,車載芯片廠商的產業鏈地位有望從傳統Tier2轉變為提供車載計算單元的Tier1。出於安全考慮,決策層需要配置2臺車載計算平臺(ADU)以提供宂餘算力。目前每臺車載計算單元ADU的售價在4-5萬元左右,我們預計隨著未來量產,單台ADU成本有望降至萬元以下。車輛駕駛的安全要求芯片具有較高的可靠性,IC廠商需要通過由汽車電子協會(AEC)製定的集成電路資格認證AEC-Q100,包括7大類別共41項測試,以及專門針對車用安全性標準ISO-26262中的汽車安全完整性等級ASIL認證,整個完整週期需要3-5年的時間,產生先發優勢認證壁壘。
趨勢五:車路協同降本增效,中國市場領先全球
智慧交通和V2X車路雲協同技術有望帶來路側紅利,分擔大量的路況感知和數據運算。通過路側輔助系統,降低車載自動駕駛系統的投入成本。通過在信號燈、路燈等路側設施上安裝路側計算單元(RSCU),5G傳輸低延時信號,實時分擔車載計算。
圖表:V2X車路雲協同技術
資料來源:百度Apollo,華為,中金公司研究部
我們判斷,中國高級別自動駕駛市場將領先全球。根據麥肯錫的調研結果,中國的消費者比北美和歐洲的消費者對自動駕駛有更加強烈的興趣,中國消費者願意為自動駕駛車輛支付更高的溢價,摺合超3萬元人民幣。考慮到人口基數效應,我們預計,中國的自動駕駛市場前景將比歐美更加廣闊。
場景先行,高級別自動駕駛商業化落地分析
我們對自動駕駛商業化落地持樂觀態度。我們認為,L3級高速公路有條件自動駕駛、L4級自主代客泊車、礦區自動駕駛和無人末端配送將在2025年前落地,L4級無人Robotruck/ Robotaxi有望在2025-2030年開始商業化落地。
場景一:幹線物流,Robotruck顛覆長途貨運
貨運行業供需矛盾將推動高速幹線物流場景快速落地。需求方面, 2020年全國公路貨運量342.64億噸,佔貨運總量的比重高達73.93%。我們測算,2020年全國公路運輸總費用約為6.1萬億元中,城際貨運佔比過半,潛在市場規模超3.3萬億元。供給方面,長途貨運的運輸效率不高、有效里程偏低、貨車司機不足。交通運輸部數據顯示,截至2018年底,我國營運貨車1355.82萬輛,連續五年下降;截至2019年5月,我國貨車司機1800萬,已經連續五年持續下降,總體缺口率為16.5%,部分地區達到20%以上。
圖表: 城際貨運行業規模測算
資料來源:國家發改委,嬴徹科技,中金公司研究部
我們認為,自動駕駛貨車(Robotruck)商業模式清晰,有望超預期落地。Robotruck在長途物流運輸時,可以將2名司機減少為1名,在短途運輸時可以減少單個司機的工作量,為司機個人和貨運企業帶來顯著的成本效益。同時,人類駕駛員存在個體差異和行為波動,而Robotruck可以通過算法控製最優的油耗性能和安全距離。燃油成本佔卡車TCO成本的三到四成,車企實驗數據表明,自動駕駛系統可以控製油耗下降5%-10%。
圖表:自動駕駛和人工駕駛貨車的油耗與人力成本對比測算
資料來源:電動汽車百人會,嬴徹科技,中金公司研究部
圖表:長途貨車自動駕駛系統投資回收期測算
資料來源:中金公司研究部
由於長途貨車配備2名及以上駕駛員,因此無需等待L4級技術完全成熟,L3級即可帶來縮減單名駕駛員的成本優化。1)投資回收期:燃料費用和人力成本是卡車整個TCO中最大的兩部分開銷,按油費節省1.5-3萬元,人工費用節省12萬元計算,L3級自動駕駛的投資回收期僅為2年。2)毛利率:按3年攤銷自動駕駛系統成本,即每年7萬元左右,燃油費節省1.5萬元/年,人力成本節省12萬元/年,假設單車每年創收100萬元,則能夠帶來6%以上的毛利率淨增,這對於國內毛利率僅在10%左右競爭激烈的長途貨運行業而言具有較大的吸引力。3)OTA升級:從L3級自動駕駛系統升級到L4級自動駕駛系統,無需重新購買硬件系統,只需進行OTA在線升級,長期成本可控。
圖表:中國高級別自動駕駛卡車公司情況一覽
資料來源:車百智庫,公司官網及新聞,中金公司研究部
場景二:城市道路,Robotaxi重塑未來出行
自動駕駛出租車(Robotaxi)是由自動駕駛系統控製的共享出行方式。L4級Robotaxi的技術難點在於完全無人化下,自動駕駛系統對城市道路中海量Corner Case的有效識別和反應。V2X車路雲協同技術有望幫助Robotaxi實現城市出行路徑規劃和安全駕駛。我們預計出租車公司採用自動駕駛系統的總成本將持續降低,到2025年將降至8,000美元左右(包括傳感器、車載計算平臺、軟件等),Robotaxi在2025年前後迎來成本拐點。
圖表: 自動駕駛和人工駕駛出租車出行服務成本曲線
資料來源:McKinsey,中金公司研究部
圖表:2030和2040年中國自動駕駛乘用車市場規模預測
資料來源:McKinsey,中金公司研究部
圖表: 自動駕駛車輛佔乘用車總路程比例測算
資料來源:McKinsey,中金公司研究部
圖表:中國Robotaxi規模化運營落地一覽
資料來源:蓋世汽車,公司官網及新聞,中金公司研究部
場景三:AVP自主泊車,漸進式落地城市場景
自動駕駛在泊車場景呈現漸進衍化的趨勢。高級別自動駕駛技術方面,L3級的遠程遙感泊車輔助系統(RPA)和L4級的自主代客泊車(AVP)日趨成熟。我們認為,AVP有望率先實現高級別自動駕駛在城市場景的商業化落地。
圖表: 自動駕駛泊車場景應用分類
資料來源:CSDN,縱目科技,中金公司研究部
圖表: 國內外AVP廠商合作與落地進度一覽
資料來源:車百智庫,公司官網及新聞,中金公司研究部
高級別自動駕駛泊車商業模式清晰,市場增長潛力巨大。科技公司可通過出售AVP解決方案或C端收取運營費盈利,車企可從通過裝載AVP系統吸引用戶提高售價,停車場可通過場地改造及運營增加停車率,用戶可通過AVP功能節省時間。我們預計,中國2024年L3/L4級自動駕駛泊車系統新車裝配率有望達到9%以上。
國家統計局數據顯示,截至2020年末,全國私人汽車保有量24,393萬輛,比上年末增加1,758萬輛。按全國每年私人汽車保有量淨增2,000萬輛計算,目前單套L3/L4級自主泊車系統價格在3000-5000元左右,中國AVP泊車潛在市場空間達800億元。
圖表: 中國泊車系統市場規模增長預測
資料來源:縱目科技,中金公司研究部
此外,記憶式泊車(Trained Parking)有望加速高級別自動駕駛落地。2020年小鵬P7推出了「停車場記憶泊車」功能。人類駕駛員第一次手動駕駛演示路線和操作,自動駕駛系統根據360度全景攝像頭生成周邊精確環境,下一次使用記憶泊車功能時,汽車通過比對周圍環境,自主完成泊車。記憶式泊車技術可應用於重複性較高的標準化場景,比如家庭車庫泊車、單位車庫泊車等,有望率先鋪開落地。
場景四:無人末端配送,實現最後一公里閉環
無人末端配送有望利用高級別自動駕駛技術,快速落地封閉小區、企業園區等低速、確定性場景,帶來成本和效率的優化。1)無人配送車不存在上路牌照問題:速度符合《道路交通安全法》規定的非機動車標準;2)無人配送車成本可控:傳感器探測距離短、配置低,數據融合所需計算量較少,對芯片、計算平臺要求低;3)無人配送車不需要安全員:未來運維人員與車輛可達1:20,可有效降低人力成本。
2020年新冠疫情大大加速了無人駕駛末端配送的落地。京東、美團、百度、菜鳥、行深智能等開啟外賣、餐飲、快遞、郵政等無人配送,新石器、白犀牛參與了武漢雷神山等醫院的醫療和生活物資配送。我們預計,2020-2022年期間無人配送車開始規模化落地,規模量產後整車成本可降至15萬元以下。
假設需要15%的運維費用,按每輛無人配送車使用壽命3年計算,則攤銷到每月成本約為4792元,顯著低於快遞員平均薪酬水平(6281元)。伴隨著硬件成本降低和人力成本升高趨勢,無人末端配送已具備商業量產可行性,據艾瑞諮詢測算,2020年我國「最後一公里」即時物流行業市場規模達1,700億元。
圖表: 中國無人末端配送初創企業產品落地情況
資料來源:車百智庫,各公司官網及新聞,中金公司研究部
場景五:礦區自動駕駛,剛需迫切模式成熟
我們認為,露天礦藏有望成為高級別自動駕駛在礦區落地的先行場景。封閉確定的環境、固定的運輸路線、低速的行駛要求,使得無人駕駛落地難度較低。礦用車是露天礦的運輸環節中最主要的設備,可分為大型礦用卡車和寬體自卸車。自動駕駛系統可通過礦用機械無人化改裝和礦區無人開採運輸兩種方式落地。大型礦用卡車多為國有,噸位大售價高,對價格敏感性較低,可以通過前裝、改裝以及平臺運營方式計費。我們測算,中國大型礦卡存量改裝市場約675億元,平臺運營按15年累計攤銷達1,500億元,寬體自卸車改裝市場達1,520億元,無人開採運輸市場達3,000億元,無人駕駛在礦區場景落地的總市場規模達近6,700億元。
圖表:無人駕駛礦區場景市場規模測算
資料來源:自然資源部,漢能研究,踏歌智行,中金公司研究部
礦區自動駕駛商業模式成熟。國外礦區公司早在20年前就開始探索自動化改造。另一方面,我國公司具備本土壟斷優勢。礦藏的屬性特殊,地形、產量、品質等屬於國家保密信息,具有國企壟斷性質。我們認為,國外公司很難進入中國市場,因此本土礦區自動駕駛公司具備足夠的成長時間空間。
圖表:國內礦區自動駕駛公司情況一覽
資料來源:自然資源部,漢能研究,踏歌智行,中金公司研究部
編輯/isaac